上下文窗口是模型在每次模型提供商请求中看到的全部内容。它容量有限、因模型而异，也是模型感知任何事物的唯一界面。
它是一条连续的 Token 序列，其中包含系统提示词、截至当前的对话，以及运行框架反馈回来的每个工具结果。如果某项内容在这条序列中，模型就能使用它；如果不在，模型就不知道它存在——无论是你的代码库、昨天编辑的文件，还是三个会话前给出的指令。窗口之外的任何内容，都必须先被带进来，通常通过一次工具调用完成，之后才能产生影响。
容量有限意味着窗口终会装满。每个轮次都会追加内容——你的消息、模型回复和工具结果——长会话最终会触及上限，被迫进行压缩或清空。这也意味着窗口中的所有内容都在相互竞争：每加载一个 Token，留给其他内容的空间就少一个；不需要的内容仍会占用模型的注意力。实践中应把上下文窗口当成预算——加载任务所需内容，其余内容留在外面。
避免：把上下文窗口称为“记忆”——上下文窗口只是工作状态，不会跨会话保留。记忆是在其上另行构建的概念。
用法：
“我能不能把整个 monorepo 都粘贴进提示词？”
“上下文窗口只有 200k Token——可能只装得下仓库的五分之一。选择任务会涉及的文件，其余内容留在工具调用之后按需读取。”